31、概率建模语言：原理、应用与挑战

概率建模语言：原理、应用与挑战

1. 概率逻辑编程

逻辑编程是一项古老且核心的人工智能技术，概率逻辑编程也已经发展了一段时间。

1.1 早期探索

• 概率 Horn 演绎（PHA） ：Poole 是早期提倡使用逻辑编程扩展贝叶斯网络进行关系建模的人。在 PHA 语言中，可以编写规则和概率陈述，例如：

symptom(S) <- carries(D), causes(D,S).
disjoint([causes(D,S): 0.7, nc(D,S): 0.3]).

这表示症状出现的规则，以及 causes(D, S) 为真的概率是 0.7， nc(D, S) 为真的概率是 0.3。
- 独立选择逻辑（ICL） ：PHA 后来发展为 ICL，可用于建模决策和多智能体场景。

1.2 分布语义

Sato 提出的分布语义体现在流行的 PRISM 包中。类似的语法和语义也出现在 Fuhr 的概率 Datalog 工作中。为了理解分布语义，需要了解一些基本概念：
- 逻辑程序 ：是一组描述问题的声明性规则，寻找解决方案是推理引擎的任务。
- 正常逻辑程序 ：规则形式为 A0 :−A1, ..., Am, notAm+1, ..., notAn ，其中 Ai 是原子，